摘要
本发明涉及脉象分析识别技术领域的一种房颤患者脉象信息的处理分析方法,包含以下步骤:S1、采集脉搏信号,并转化为数字信号;S2、通过经验模态分解方法结合自适应阈值处理,对数字化的脉搏信号进行降噪预处理;S3、对预处理后的脉搏信号进行傅里叶变换FT,转换为频域信号,再结合希尔伯特黄变换HHT对非平稳信号进行处理,提取局部瞬时变换的频率成分,综合得到脉搏的频谱特征;S4、从频谱中提取关键特征参数,包含频率、振幅、周期和波动幅度,并与预定义的脉象数据库进行匹配分析;该处理分析方法通过FT‑HHT结合的现代信号处理技术,实现脉象分析的自动化、数字化、定量化,进而提高脉诊的客观性、准确性和广泛应用性。
技术关键词
脉象信息
房颤患者
分析方法
经验模态分解方法
希尔伯特黄变换
深度学习模型
分析识别技术
光电容积脉搏波
频谱特征
信号处理技术
脉象数据
频率
信号调理电路
统计学方法
噪声
电信号
极值
压力传感器
系统为您推荐了相关专利信息
玩家
分析方法
数据分析算法
深度学习算法
数据检测算法
视频情感分析方法
情感分析模型
多模态
教学
学生
锂离子电池
分析方法
退化模型
理论
电池状态评估
网络脆弱性评估
强化学习模型
分析方法
船舶
深度优先搜索